动态助词“来”的历时发展及其衰落动因考察

古代汉语中,"来"的用法异常复杂,仅其助词属性下就又可以细分出六七种不同的用法,但这些用法大多并未能沿用到现代汉语共同语中,这也包括用作动态助词的"来"。从历时发展来看,动态助词"来"产生之后,在唐五代、宋元、明清三个阶段的使用并未呈现出持续上升的态势,而是在共同语中逐渐衰落了,今天仅在偏南方的一些方言中还有所使用。作为动态助词,"来"的衰落动因是多方面的,既有"来"自身功能负担过重,以及在使用中受限制过多的内因作用,也有系统内部成员竞争的外因作用。     

Syllable-based reading improvement: Effects on word reading and reading comprehension in Grade 2

This study examined the effects of a syllable-based reading intervention for German second graders who demonstrated difficulties in the recognition of written words. The intervention focused on fostering word reading via syllable segmentation. The materials consisted of the 500 most frequent syllables typically read by 6- to 8-year-old children. The aims were to practice phonological recoding, consolidate orthographic representations of syllables, and routinize the access to these representations. Compared to children randomly assigned to a wait-list group, poor readers in the treatment condition showed significant improvements in standardized measures of phonological recoding, direct word recognition, and text-based reading comprehension after the 24-session intervention. Poor readers in the treatment condition also showed greater improvements in development of word recognition compared to children with efficient word recognition skills. The results provide evidence that a syllable-based reading intervention is a promising approach to increase struggling readers’ word recognition skills, which in turn will improve their reading comprehension.     

基于深度学习的中文专利自动分类方法研究

[目的/意义] 面向当前国内专利审查和专利情报分析工作中对于海量专利分类的客观需求，设计了7种基于深度学习的专利自动分类方法，对比各种方法的分类效果，从而助力专利分类效率和效果的提升。[方法/过程] 针对传统机器学习方法存在的缺陷，基于Word2Vec、CNN、RNN、Attention机制等深度学习技术，考虑专利文本语序特征、上下文特征以及分类关键特征，设计Word2Vec+TextCNN、Word2Vec+GRU、Word2Vec+BiGRU、Word2Vec+BiGRU+TextCNN等7种深度学习模型，以中国专利为例，选取IPC主分类号的"部"作为分类依据，对比这7种模型与3种传统分类模型在中文专利分类任务中的效果。[结果/结论] 实证研究效果显示，采用考虑语序特征、上下文特征及强化关键特征的深度学习方法进行中文专利分类具有更优的分类效果。     

试论现代汉语词语形象色彩的表现方法

词语形象色彩的形成要凭借一定的语言手段来完成,比喻法、借代法和说明法是三种主要表现方法,运用形象色彩词语可以增强语言的表现力。     

汉字英词:英汉语言的本质特征差异探讨

从语源上看，汉英相去甚远，两种语言最大的差异是汉字英词。汉语和英语分属汉藏和印欧语系。但汉英又同属曲折变化较少的分析性语言，也都不是典型的综合型语言。它们之间既有不同之处，也有共通的东西。本文研究的主要是差异性。     

外来词产生及流行的修辞学理据

外来词属于词汇学的范畴。外来词通过潜词显化、显意符号化、显词重叠化三种途径产生，其中的显词重叠化造成了外来词与汉语词的同义关系，而外来词独特的修辞效果也使人们在同义手段选择活动中更青睐于外来词。     

汉语特殊语序的古今名称问题

文章通过系统地考察发现，汉语特殊语序的古今名称存在着未能准确地揭示出特殊语序的全部所指、名称的选用不合适等问题。解决这些问题的办法是：废除全部旧名，新造一组专名，对特殊语序进行科学而规范的说明。     

汉语主题检索标识因素构成和词串序列的扩展

做主题标引工作时为了正确给出主题检索标识,要将分解和转换后的主题概念因素按照规定的因素和词串序列组配形成主题检索标识。为此,依目前已有的概念限定型复合主题的主题构成因素和词串序列,可扩展出多主题、单元主题、概念交叉型复合主题、概念联结型复合主题的构成因素和词串序列,这对于信息标引实际工作和信息管理类专业信息组织课程的教学工作有着重要的指导意义。     

2003年国内外情报学研究新进展

文章用基于词频统计的内容分析法分析了2003年国内外情报学研究的热点和新动向。从分析结果得出：信息技术、信息检索、网络、信息服务与用户、数据与数据库、管理与评价、信息系统、知识管理等领域是2003年国内外情报学研究的共同热点。     

中文电子病历的分词及实体识别研究

[目的/意义]健康医疗大数据是我国重要的基础性战略资源，本研究对中文电子病历分词与实体识别的探讨与实证较好地完成了医疗数据的信息抽取任务，对今后医疗大数据在语义层面的应用发展具有重要意义。[方法/过程]本研究首先融合权威词表、官方标准、健康网站数据及其他医学补充词库构建了词语数量级达到10万的医学词表；然后对电子病历的字段进行分词，对比了jieba工具、导入词典后的jieba、无监督学习及AC自动机4种模型的分词效果；最后，以自动分词和人工标注结果为语料，实现基于条件随机场的电子病历实体识别研究，并比较不同实体类别以及不同文本特征下的实体识别效果，选出最优模板。[结果/结论]分词结果显示，AC自动机的效果最好，F值可达82%；实体识别结果表明，"检查"和"疾病"实体的识别效果最好，而"症状"的识别效果不太理想。